人工智能三大核心要素，模型、數據、算力。

國信證券分析師最新文章指出，三者必須同步增加，比如當參數極限擴大的時候，數據量跟不上，就會出現模型“喂不飽”的情況，當數據量太大，參數，算力不夠，有些數據又會被閑置，不能被讀取，他們做過測試，參數增大8倍，數據量最好增大5倍，這樣的關系最好。

(資料圖)

其認為，若未來GPT5進入停滯期，可能會發生以下事情：

1）微軟openai會馬上推出大量驚艷的應用，迅速提升各行業生產力。

2）其它大廠會奮起直追，畢竟目前大家就落后兩代，大概就2年時間。

3）對CV機器視覺的迭代會加快，因為CV泛化大模型剛剛面世，它離停滯期是比較遠，特斯拉也表示機器視覺的潛力空間非常巨大。

4）算力層面，當大模型更新升級停滯在某個階段，應用又爆發的時候，ASIC芯片可能有一戰之力，最典型的代表是google的TPU，把推理階段某些算法嵌入芯片，當應用足夠多，銷量上升，攤銷研發和各種前期費用，AI的ASIC芯片可能會爆出1-2款推理芯片對英偉達的競品（但訓練階段，英偉達gpu依舊是王者姿態，沒辦法）。

這里面，我們重點來說一說ASIC芯片。

什么是ASIC芯片？

ASIC（Application Specific Integrated Circuit），即專用人工智能芯片，是針對某一領域優化的定制化芯片，因其以特定需求為核心，因此具備體積小、功耗低、成本低及性價比高等優勢。

具體來看，其架構和指令集針對人工智能領域中的各類算法和應用作了專門優化，以使芯片在計算精度降低的情況下更耐用，這意味每一個操作只需要更少的晶體管，同時用戶能得到更正確的結果，ASIC每瓦能為機器學習提供比所有商用GPU和FPGA更高的量級指令。

以ASIC的典型代表谷歌的TPU為例，它是專門為深度學習領域而定制的芯片。

因為它能加速其人工智能系統TensorFlow的運行，而且效率也大大超過GPU，谷歌的深層神經網絡就是由TensorFlow引擎驅動的，其第四代張量處理器(第四代TPU的性能是第三代的2.7倍)是專為機器學習由谷歌提供系統設計，執行每個操作所需的晶體管數量更少，自然效率更高。

華泰證券表示，AI芯片的競爭格局已趨白熱化，盡管各類具有不同功能和定位的AI芯片在一定程度上可實現互補，但同時也在機遇與挑戰并存中持續調整定位。

AI訓練端，英偉達的GPU憑著高算力的門檻，一直都是訓練端的首選。但華泰證券也認為，當算法開始穩定和成熟，ASIC定制芯片，憑著專用性和低能耗，在一定程度上也能承接部分算力。相較之下，推理端對算力的要求比訓練端要低，市場需求更大也更為細分，除了目前主流的CPU外，ASIC等芯片也能占到一席位。

市場格局方面，國金證券表示，ASIC的典型代表是谷歌TPU和寒武紀思元AI芯片，除此之外各大云廠商、互聯網廠商，如從百度AI業務分拆而來的昆侖芯，阿里平頭哥，特斯拉以及比特大陸等也紛紛涉獵。

德邦證券指出，目前全球ASIC領域呈現百花齊放局面，雖早期ASIC芯片以谷歌TPU為代表性產品，但如今中國ASIC廠商已實現加速追趕，顯著縮小國內外產品技術差距與應用表現。國內主要生產廠商有寒武紀，瀾起科技等，其中瀾起科技PCle 5.0/CXL 2.0 Retimer芯片已實現量產。

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞：